阿里云Kubernetes稳定性最佳实践
Kubernetes很酷，让我们的机器的资源利用率和运维效率都得到了提升。然而，要想用好Kubernetes，还是有些东西要注意的，否则可能会给自己带来一些小麻烦。在生产环境里，如何保证我们的应用能稳定可靠的运行在Kubernetes里呢？这篇文章将分享在阿里云容器服务上使用Kubernetes的一些有用的tips。
Flink最佳实践（二）Flink流式计算系统
前言
在 Flink最佳实践（一）流式计算系统概述 中，我们详细讨论了流式计算系统中 时域、窗口、时间推理与正确性工具 等概念。
本文将以这些概念为基础，逐一介绍 Flink 的 发展背景、核心概念、时间推理与正确性工具、安装部署、客户端操作、编程API 等内容，让开发人员对 Flink 有较为全面的认识并拥有一些基础操作与编程能力。
新浪微博上云实践：极端流量下的峰值应对与架构挑战
在混合云架构中，核心关键是专线，它是实现内部与公有云之间弹性的核心。目前微博和阿里云之间已经拉通了多条专线，日常的核心消息通过多机房的消息组件同步到阿里云缓存中，实现前端层面和缓存层面的弹性伸缩。在混合云的模式下，微博目前采用了两种部署方案。
SLS机器学习介绍（02）：时序聚类建模
在大型互联网企业中，对海量KPI（关键性能指标）进行监控和异常检测是确保服务质量和可靠性的重要手段。基于互联网的服务型企业（如线上购物、社交网络、搜索引擎等）通过监控各种系统及应用的数以万计的KPI（如CPU利用率、每秒请求量等）来确保服务可靠性。
阿里云郑晓：浅谈GPU虚拟化技术（第三章）
本系列文章推送门：
阿里云郑晓：浅谈GPU虚拟化技术（第一章） GPU虚拟化发展史 阿里云郑晓：浅谈GPU虚拟化技术（第二章）GPU虚拟化方案之——GPU直通模式
今天一个小伙伴@我说：“你浅谈一下，没点技术背景的，估计都看不懂…”，醍醐灌顶啊，面向公众的文章不是学术论文，应以普及基本概念为主。
论文导读：面向卷积神经网络的卷积核冗余消除策略
本篇论文针对卷积神经网络在训练阶段所需的大量存储与计算资源，提出了一种改进的冗余卷积核消除策略，精简每个卷积层中冗余的卷积核，进而降低模型训练开销，使模型训练过程从云端转移至本地成为可能。